Sebelum menghelat kuliah umum bersama Pak Risman Adnan Mattotorang, di agenda yang sama, Magister Informatika melaksanakan Penyerahan Beasiswa Alumni UII bagi mahasiswa baru. Agenda ini terlaksana Sabtu, (7/3) lalu, di Ruang Audiovisual Gedung Rektorat Lantai 4.

Penyerahan beasiswa dilaksanakan oleh Ibu Izzati Muhimmah. Penerima beasiswa alumni UII ini mendapat beasiswa senilai 10 juta rupiah berupa potongan SPP sebesar 2,5 juta per-semester. Berikut daftar nama penerima beasiswa alumni UII Magister Informatika:

  1. Annisa Rositasari (Informatika Medis)
  2. Siwi Cahyaningtyas (Sains Data)
  3. Ikhwan Alfath Nurul Fathony (Sistem Informasi Enterprise)

Annisa Rositasari penerima beasiswa alumni UII

Dalam wawancaranya, Poppy alias Annisa Rositasari yakin memilih Magister Informatika UII karena sudah pernah kuliah di UII sebelumnya. Jadwal kuliah yang terstruktur, yakni kamis-sabtu, membuat Poppy semakin mantap memilih Magister Informatika UII.

Siwi Cahyaningtyas penerima beasiswa alumni UII

Hampir sama dengan Poppy, Siwi Cahyaningtyas memilih untuk meneruskan pendidikannya di Magister Informatika UII karena jadwal kuliah yang terstruktur sekaligus lingkungannya yang Islami.  Magister Informatika UII juga didukung oleh fasilitas dan kemampuan dosen yang tidak perlu diragukan lagi. Selain itu, pilihan konsentrasinya sesuai dengan minatnya, yaitu Data Science. 

Ikhwan Alfath Nurul Fathony penerima beasiswa alumni UII

Yang terakhir, Ikhwan. Sebagai alumni S1 Prodi Informatika UII, Ikhwan memiliki keinginan buat mendalami bidang ilmu linier di Magister Informatika UII. Ia memilih konsentrasi Sistem Informasi Enterprise. Hal ini guna mendukung pekerjaannya di BSI UII, yang saat ini telah mendedikasikan diri menjadi Badan Sistem Informasi kelas Enterprise di universitas dan menaungi kurang lebih  30.000 mahasiswa aktif per-Januari 2020.

Tentu saja, proses mereka bertiga mendapatkan beasiswa alumni UII tidak mudah. Mereka harus berjuang mulai dari proses registrasi, mengerjakan TPA, hingga wawancara. Semoga dengan penyerahan beasiswa ini dapat bermanfaat bagi penerimanya selama masa perkuliahan.

Sabtu, (7/3) lalu, telah dilaksanakan Kuliah Umum Mahasiswa Baru Angkatan XXI Program Studi Informatika Program Magister di Ruang Audiovisual Gedung Rektorat Lantai 4. Agenda ini dilaksanakan untuk menyambut mahasiwa baru Magister Informatika sekaligus memberikan semangat dan motivasi di awal perkuliahan. Selain itu, juga dilaksanakan pemberian beasiswa bagi mahasiswa baru oleh Ibu Izzati Muhimmah.

Bapak Risman Adnan Mattotorang mengisi kuliah umum Magister Informatika UII

Kuliah umum diisi oleh Bapak Risman Adnan Mattotorang selaku Direktur Software & AI di Samsung R&D Institute Indonesia, yang mengangkat tema Machine Learning and Artificial Intelligence from Fundamental, Conceptual, Practical, and Business Point of Views. Beliau menganggap bahwa tidak sedikit orang yang beranggapan bahwa setiap masalah bisa diselesaikan dengan AI. Padahal, sebenarnya mungkin mereka belum paham dengan makna Artificial Intelligence serta Machine Learning itu sendiri.

foto bersama kuliah umum Magister Informatika UII

Beliau menekankan konsep FCP: Fundamental, Conceptual, & Practical. Untuk memantapkan teknik belajar mahasiswa, beliau juga merekomendasikan Feynman Technique.  Ini adalah sebuah teknik mengulang kembali pelajaran yang ingin dikuasai dengan menjelaskan menggunakan bahasa yang lebih sederhana, seolah-olah kita mengajarkan ilmu ini untuk anak kecil. Dalam kuliahnya, Pak Risman juga berharap, semoga mahasiswa tidak malas membaca buku karena kita hidup di era yang dinamis.

Pelepasan Wisuda Magister Informatika dengan Bapak Dekan FTI UII

Sabtu (29/2) lalu, telah berlangsung Pelepasan Mahasiswa Magister Informatika Periode III Tahun Akademik 2019/2020 di Co-Working Space Magister Informatika Ruang 2.07 Fakultas Teknologi Industri. Acara dimulai dari pukul 10.30 hingga pukul 12.30.

Agenda ini diawali oleh sambutan Bapak Hendrik, S.T., M.Eng. selaku Ketua Jurusan Informatika yang diwakili oleh Ibu Izzati Muhimmah, S.T., M.Sc., Ph.D., selaku Ketua Program Studi Informatika Program Magister. Selanjutnya, sambutan juga diisi oleh Prof. Dr. Ir. Hari Purnomo, M.T., selaku Dekan Fakultas Teknologi Industri.  Dalam sambutannya, Prof. Hari Purnomo  berharap para lulusan mampu memberikan kontribusinya bagi lingkungan sekitar

Wisuda kali ini, Magister Informatika meluluskan 5 mahasiswanya, yaitu:

  1. Heri Siswanto
  2. Ahmad Faisal Sani
  3. Mohammad Faruq Afif
  4. Detha Eliza
  5. Muhammad Zakariyah

Muhammad Zakariyah wisudawan terbaik Magister Informatika UII

Dari kelima wisudawan, ada satu yang berhasil mendapat gelar cum laude. Beliau adalah Muhammad Zakariyah yang berhasil lulus dengan IPK 3,84. Selamat untuk kelima wisudawan/wati Program Studi Informatika Program Magister Gelombang III Tahun Akademik 2019/2020. Semoga keilmuan yang diraih mampu memberikan manfaat dan keberkahan di dunia dan akhirat.

Magister Informatika kembali menyelenggarakan agenda tahunan Penjelasan Akademik untuk Mahasiswa Baru Magister Informatika di Ruang Audiovisual 1.10 FTI UII pada Jumat, (28/2) lalu. Tujuan agenda ini,  yakni memberi informasi kepada mahasiswa baru tentang dunia akademik serta informasi layanan universitas ataupun prodi yang dapat membantu kelancaran perkuliahan.

foto bersama Penjelasan Akademik untuk Mahasiswa Baru Magister Informatika UII

Bapak Prof. Dr. Ir. Hari Purnomo, M. T., selaku Dekan FTI, memberikan sambutan dan membuka acara Penjelasan Akademik untuk Mahasiswa Baru Magister Informatika. Selanjutnya, Bapak Dr. R.M. Sisdarmanto Adinandra, S.T., M.Sc., selaku Wakil Dekan FTI menjelaskan tentang kemahasiswaan, Bapak Kholid Haryono, S.T., M.Kom., selaku Kepala Bidang Perencanaan BSI UII menjelaskan tentang Fasilitas IT yang didapat oleh mahasiswa baru selama menempuh pendidikan, Pak Teguh dari Direktorat Perpustakaan menjelaskan tentang Fasilitas Akademik dan Plagiarism, serta Ibu Izzati Muhimmah, S.T., M.Sc., Ph.D., selaku Ketua Program Studi Magister Informatika menjelaskan Penjelasan Akademik yang akan ditempuh selama masa perkuliahan.

Bapak Dr. R.M. Sisdarmanto Adinandra, S.T., M.Sc., selaku Wakil Dekan FTI menjelaskan tentang kemahasiswaan

Agenda ini cukup lengkap untuk memberi gambaran kegiatan akademik serta informasi fasilitas di UII. Semoga dengan kegiatan ini, mahasiswa baru Magister Informatika semakin termotivasi menimba ilmu dan mengukir prestasi selama perkuliahan. 

Foto bersama Muhammad Zakariyah ketika press release

 

Mahasiswa Program Studi Informatika Program Magister FTI UII, Muhammad Zakariyah, berhasil mengembangkan aplikasi pemantau kecepatan aliran darah (Blood Flow Velocity atau BFV) dan tekanan tekanan darah (Blood Pressure atau BP). Riset ini menggunakan metode analisis multi parameter biosignal yang berguna sebagai pemantau perkembangan terapi penderita stroke iskemik usia lanjut tanpa diabetes melitus (DM).

Menurut Ibu Izzati Muhimmah, S.T., M.Sc., Ph.D., sebagai Ketua Program Studi Informatika Program Magister FTI UII, dengan menggunakan aplikasi pemantau BFW dan BP penderita bisa lebih hemat karena tidak perlu melakukan CT scan untuk mengetahui perkembangan terapinya. Meskipun penelitian ini masih menggunakan data sekunder dari Amerika Serikat, tetapi tidak masalah karena tidak ada perbedaan antara penderita stroke di Amerika Serikat dan Indonesia.

Hasil Penelitian

Biosignal mampu memberikan informasi mengenai kondisi tubuh, termasuk kondisi fisiologis penderita stroke iskemik. Regulasi darah di dalam otak diatur melalui mekanisme Cerebral Autoregulation (CA). Beberapa parameter yang dapat digunakan untuk mengetahui mekanisme ini adalah kecepatan aliran darah (Blood Flow Velocity/BFV) dan tekanan tekanan darah (Blood Pressure/BP). 

Stroke juga berkaitan dengan aktivitas sistem saraf, yang direpresentasikan melalui Heart Rate Variability (HRV). Penelitian ini bertujuan untuk mengetahui hubungan ketiga biosignal tersebut dan pengaruhnya terhadap fisiologis penderita stroke iskemik. Subjek penelitian dibagi menjadi dua kelompok (20 stroke dan 20 control). 

Data BFV didapatkan pada bagian Middle Cerebral Artery (MCA), BP didapatkan melalui arteri lengan pada bagian atas, dan elektrokardiogram dengan 3 lead dipasang di bagian dada. Hasil penelitian menunjukkan bahwa terdapat hubungan antara BP dan BFV pada kelompok control (p-value < 0.05; r = -0.574). 

Muhammad Zakariyah menjelaskan aplikasi pemantau stroke

Korelasi ini tidak ditemukan pada kelompok stroke. Sebaliknya hubungan antara BP dan HRV hanya ditemukan pada kelompok stroke, yang disebabkan oleh tingginya aktivitas saraf simpatetik (p-value < 0.05 dan r > 0.4) pada parameter SDRR, RMSSD, CVRR, LF, dan SD1. Pada kelompok control, tidak terdapat hubungan antara HRV dengan BP. Hubungan antara BFV dan HRV pada kelompok control tidak ditemukan secara statistik, namun pada kelompok stroke, hubungan ini terlihat pada parameter LF dan Rasio LF/HF (p-value < 0.05; r > 0.4). 

Berdasarkan temuan penelitian, parameter yang dapat digunakan untuk menjelaskan karakteristik penderika stroke di semua posisi adalah MeanRR, VLF, dan LF.

Kesimpulan Penelitian

  1. Blood Pressure (BP) pada kelompok stroke iskemik dengan beberapa eksklusi pada penelitian ini lebih tinggi dibandingkan dengan kelompok control. Sementara itu, Blood Flow Velocity (BFV) pada kelompok stroke iskemik lebih lambat daripada kelompok control. Hampir semua parameter pada Heart Rate Variability (HRV) pada kelompok stroke iskemik lebih rendah daripada kelompok control.
  2. Pada kelompok control, BP berbanding terbalik dengan BFV (p-value < 0.05 dan r ≥ 0.5). Pada penderita stroke iskemik, mekanisme ini tidak dapat bekerja dengan baik, sehingga tidak ditemukan korelasi antara BP dan BFV. Terdapat hubungan antara BP dengan HRV pada kelompok stroke iskemik, yang disebabkan oleh tingginya aktivitas saraf simpatetik (p-value < 0.05 dan r > 0.4). Hubungan antara BFV dengan HRV juga hanya ditemukan pada kelompok stroke (p-value < 0.05 dan r > 0.4).
  3. Parameter pada HRV yang dapat digunakan untuk membedakan karakteristik penderita stroke iskemik yaitu SDRR, CVRR, LF, dan VLF. Parameter ini merepresentasikan aktivitas simpatetik dan parasimpatetik, serta RMSSD dan SD1 yang menunjukkan aktivitas saraf parasimpatetik.

Narasumber

  • Muhammad Zakariyah, Mahasiswa Program Studi Informatika Program Magister FTI UII
  • Izzati Muhimmah., S.T., M.Sc., Ph.D Ketua Program Studi Informatika Program Magister FTI UII

Update Jadwal Ujian Kolektif dan Batas Waktu Pendaftaran Mahasiswa Baru Program Studi Informatika Program Magister FTI UII

Semula:

Pendaftaran: 2 Januari 2020 – 28 Februari 2020
Ujian Kolektif: 1 Maret 2020
Pengumuman: 2 Maret 2020

Berubah menjadi:

Pendaftaran: 2 Januari 2020 – 16 Februari 2020
Ujian Kolektif: 17 Februari 2020
Pengumuman: 19 Februari 2020

Perkuliahan dimulai 27 Februari 2020

Surat pengumuman ada di bawah ini.

pengumuman update jadwal pmb Semester Genap 2019_2020

Tujuh Mahasiswa Program Studi Informatika Program Magister UII Konsentrasi Sains Data dan Informatika Medis Mendapatkan Hibah Penelitian Tesis Magister dari DIKTI Pelaksanaan Tahun 2020. 

Program Studi Informatika – Program Magister, Universitas Islam Indonesia 

 

Mahasiswa penerima hibah penelitian tesis bersama para dosen pembimbing

 

Hibah Penelitian Tesis Magister DIKTI ditujukan untuk meningkatkan aspek kompetensi dalam menyusun ide dan argumen yang saintifik dalam koridor kualitas keilmuan bagi pengajar maupun lulusan pascasarjana. Hal ini akan diukur dengan tercapainya indikator dalam menulis dan mempublikasikan hasil penelitiannya melalui artikel di publikasi internasional bereputasi. Selain itu, hibah ini diharapkan juga untuk menjadi akselerator dalam penyelesaian studi magister dan terciptanya iklim akademik yang lebih dinamis dan kondusif di lingkungan perguruan tinggi. 

Menerima Hibah Penelitian Tesis Magister dari DIKTI

Di tahun pelaksanaan 2020 ini, Program Studi Informatika Program Magister UII di bawah bimbingan dua dosennya, yaitu Dhomas Hatta Fudholi, Ph.D. dan Dr.Ing. Ridho Rahmadi, menjulangkan prestasi dalam memperoleh penerimaan hibah untuk tujuh usulan proposal penelitian tesis magister dengan dana pendanaan penelitian total hingga 250 juta rupiah. Ketujuh proposal yang didanai ini merupakan usulan bersama tujuh mahasiswa dari konsentrasi Sains Data dan Informatika Medis. Usulan-usulan yang didanai mengangkat tema-tema terkini pada bidang sains data yang berfokus kepada Deep Learning dan Causal Modeling. Pertama, pada fokus Deep Learning, penelitian-penelitian yang diusulkan akan membuat model piranti cerdas yang dapat secara otomatis mengenali pola wajah dan gesture, preferensi pengguna, entitas obat, dan juga pergerakan saham. Model-model ini akan menggunakan data-data lokal penciri keunikan lokal, seperti lokasi wisata dan budaya di Yogyakarta, bahasa Indonesia dengan segala variasi slank dan interferensi bahasa daerah, serta rona dan fisiologis bangsa Indonesia. Kedua, pada fokus Causal Modeling, penelitian-penelitian yang diusulkan akan mengeksplorasi model hubungan sebab akibat pada konteks kanker, mulai dari hal-hal yang dialami oleh pasien hingga kerabat dan keluarganya. Hasil eksplorasi yang menunjukkan sebuah klausa mekanisme apa menyebabkan apa, akan membantu dokter, perawat, peneliti dalam mengembangkan intervensi yang efisien seperti terapi dan obat. 

Ketujuh mahasiswa beserta judul proposal dan ringkasan penelitian yang mendapatkan pendanaan adalah sebagai berikut:

1. Mochamad Rezky Satyatama

Judul Proposal: Travelling Recommendation Through Deep Social Media Image Post Learning

Ringkasan: Indonesia sebagai negara kepulauan yang besar memiliki banyak potensi, diantaranya adalah keragaman budaya dan memiliki banyak destinasi wisata. Penelitian ini bertujuan untuk merancang sistem rekomendasi travelling, untuk membantu para wisatawan dalam menentukan destinasi wisata yang sesuai dengan post dari social media mereka, terutama foto-foto travelling mereka sebelumnya. Sistem yang dikembangkan menggunakan pendekatan deep neural network untuk menganalisis konteks dari foto pengguna yang melihat tempat-tempat yang pernah dikunjungi sebelumnya dan memberikan rekomendasi yang disesuaikan dengan pariwisata di Indonesia.

2. Dede Brahma Arianto

Judul Proposal: Named Entity Recognition untuk Obat di Indonesia

Ringkasan: Bidang biomedis memiliki banyak literatur tentang obat, baik obat kimia maupun obat herbal. Peningkatan jumlah informasi digital melalui media website mempengaruhi penambahan artikel website yang memuat informasi tentang obat. Pengawasan keamanan obat dalam mendukung pengambilan keputusan secara individu perlu dilakukan. Hal ini bertujuan untuk mencegah Adverse Drug Event (ADE) yang terjadi karena kesalahan dalam mengkonsumsi obat sehingga menimbulkan efek samping setelah mengkonsumsi obat. Penelitian ini bertujuan untuk membuat model Named Entity Recognition (NER) nama obat di Indonesia yang dapat digunakan oleh lembaga pengawas dalam mendeteksi dan mengekstrak nama obat secara otomatis dengan pendekatan Bidirectional Long Short-Term Memory (BLSTM).

3. Maghfirah Suyuti

Judul Proposal: Detecting Classroom Fatigue Through Deep Image Learning

Ringkasan: Stres atau depresi merupakan salah satu jenis gangguan kesehatan mental. Penderitanya bisa memiliki rasa cemas yang tinggi akan kondisi yang ditakuti. Salah satu gejala seseorang mengalami depresi adalah kelelahan. Di Indonesia, kelelahan berlebihan yang menyebabkan depresi, belum mendapatkan perhatian yang serius dan banyak kasus depresi yang belum tertangani. Terdapat sekitar 5% dari anak-anak dan remaja di Indonesia menderita depresi pada suatu titik waktu tertentu. Anak- anak di bawah tekanan pada saat belajar di sekolah, berada pada risiko yang lebih tinggi terhadap depresi. Penelitian ini bertujuan untuk mengembangkan fatigue detector yang mampu menganalisis kelelahan seseorang dari kamera di sebuah ruangan dengan melihat gesture dan posisi duduknya, dengan pendekatan Deep Image Learning. Sistem ini diharapkan akan membantu mendeteksi jumlah siswa yang kelelahan pada ruang belajar. Dengan demikian, dapat diprediksi seberapa tinggi tingkat kejenuhan kelas karena kelelahan.

4. Nurdi Afrianto

Judul Proposal: Improved Multi-factor Stock Price Prediction Through Sentiment Analysis

Ringkasan: Pasar efisien menyiratkan bahwa harga semua sekuritas yang diperdagangkan mencerminkan semua informasi yang tersedia. Maka, informasi menjadi parameter utama yang digunakan untuk membuat keputusan investasi yang tepat. Informasi pada pasar modal dapat digunakan untuk membuat strategi investasi, menentukan nilai harga saham pada masa depan dan pembentukan portofolio. Kehadiran Big Data dipercaya dapat menyelesaikan berbagai permasalahan yang ada dengan cepat, menyelesaikan data rumit dan jumlah data yang banyak. Tujuan dari penelitian ini adalah melakukan analisis dan dinamika hubungan antara isu dengan harga saham. Metode yang akan digunakan dalam penelitian ini menggunakan pendekatan Long Short-Term Memory (LSTM) yang merupakan bagian dari Deep Learning untuk analisis sequence.

5. Putri Mentari Endraswari

Judul Proposal: Identifikasi Hubungan Kausal antara Perasaan Beban Diri, Dukungan Sosial, dan Kebutuhan Spiritual Terhadap Cancer Related Fatigue Pada Pasien Kanker Payudara

Ringkasan: Pada tahun 2018, kematian yang diakibatkan oleh kanker payudara di Indonesia mencapai 17%. Kanker payudara menyebabkan CRF (Cancer Related Fatigue) atau gejala kelelahan dari efek samping pengobatan kanker itu sendiri. CRF dapat memberikan dampak negatif terhadap keadaan psikososial, spiritual, dan perasaan beban diri pada pasien. Untuk memahami lebih mendalam tentang CRF, kita perlu menjawab pertanyaan “Bagaimana mekanisme kausal (sebab-akibat) dari faktor-faktor yang berhubungan dengan CRF?”. Tujuan dari penelitian ini adalah untuk memodelkan hubungan kausal antara CRF dengan faktor psikososial, spiritual, dan perasaan beban diri dengan menggunakan metode Stable Specification Search for Cross-Sectional Data with Latent Variable (S3C-Latent). Model akhir yang didapatkan diharapkan dapat menjadi sebuah referensi saintifik dan praktis dalam menangani pasien kanker payudara.

6. Rizki Surtiyan Surya

Judul Proposal: Pemodelan Hubungan Kausal dari Faktor-Faktor Beban Keluarga Dalam Merawat Pasien Kanker Dengan Metode S3C-Latent

Ringkasan: Dalam konteks merawat pasien kanker, keluarga adalah orang-orang yang relatif paling dekat dan intens dalam memberikan perhatian. Kanker adalah penyakit yang membutuhkan proses pengobatan yang berjangka dan bertahap. Dampaknya, keluarga yang merawat pasien kanker pun dapat merasakan beban yang beragam. Beban keluarga dalam merawat pasien kanker meliputi beban fisik, psikologis, sosial, dan keuangan. Untuk memahami lebih jauh ke dalam permasalahan ini, kita perlu mempelajari hubungan antara faktor-faktor tersebut. Sejauh ini, studi-studi yang telah dilakukan masih sebatas memodelkan prediksi dan analisis korelasi, dan belum melihat pada satu pertanyaan fundamental: bagaimana hubungan kausal (sebab-akibat) antara faktor-faktor tersebut. Tujuan penelitian ini adalah untuk memodelkan hubungan kausal faktor-faktor beban keluarga dalam merawat anggota keluarga yang menderita kanker. Melalui penelitian ini, kami berharap dapat merekomendasikan model kausal yang berguna untuk keluarga, dokter, tenaga kesehatan dan semua pihak yang terlibat dalam menangani pasien kanker.

7. Miftakhurrohmat

Judul Proposal: Rancang Bangun Aplikasi Presensi Kelas Berbasis Pola Wajah Tersenyum dan Informasi Lokasi serta Waktu dari Wifi Terdekat dengan Pendekatan Deep Learning

Ringkasan : Kehadiran siswa dalam suatu pembelajaran di kelas seringkali menjadi syarat wajib dalam dunia pendidikan, dan menjadi tolok ukur penilaian terhadap siswa. Di lingkungan perkuliahan Universitas Islam Indonesia sebagai contoh, aturan minimal 75 % kehadiran adalah syarat untuk dapat mengikuti ujian. Aturan ini belum disikapi positif secara menyeluruh oleh mahasiswa; terkadang masih dijumpai  praktik-praktik curang dalam presensi, seperti yang dikenal dengan istilah titip absen. Dalam konteks administrasi, presensi berbasis tanda tangan menggunakan buku berpotensi pemborosan dan juga memperpanjang tahapan administrasi seperti rekapitulasi manual untuk dimasukkan ke dalam sistem. Penelitian ini bertujuan untuk merancang bangun aplikasi presensi kelas berbasis pengenalan pola wajah tersenyum, kesesuaian lokasi dan waktu presensi. Data presensi kemudian akan secara otomatis dikirim ke sistem akademik tanpa melalui proses rekapitulasi manual. Penelitian ini bertujuan untuk mengurangi potensi kecurangan di dalam mekanisme presensi, mengurangi penggunaan kertas, dan memudahkan rekapitulasi presensi. Penggunaan pola wajah tersenyum sebagai validasi presensi juga secara tidak langsung akan membawa suasana positif ke dalam kegiatan pembelajaran kelas. 

 

Sleman, 6 Februari 2020 

Program Studi Informatika – Program Magister Universitas Islam Indonesia 

Pemberian kenang-kenangan oleh Dekan FTI UII kepada perwakilan Open Lecture IEEE Signal Processing Society (SPS) Malaysia

Jumat (31/1) lalu, bertempat di Gedung K.H. Mas Mansur FTI UII, telah dilaksanakan Open Lecture IEEE terkait Biomedical Signal and Image Processing. Kegiatan ini diselenggarakan oleh IEEE Signal Processing Society (SPS) Malaysia dan dikelola oleh Himpunan Mahasiswa Magister Informatika UII.

Open Lecture IEEE ini diisi oleh dua pemateri, yang pertama ialah Assoc. Prof. Dr. Norliza Mohd Noor dari Universiti Teknologi Malaysia. Beliau membawakan materi “Lung Disease Severity Classification Using Pre-trained Networks and Data Augmentation” yang membahas peran jaringan pra-terlatih dan augmentasi data dalam mengelompokkan tingkat keparahan penyakit paru-paru. Pemateri yang kedua, yaitu Assoc. Prof. Dr. Muhammad Faizal Ahmad Fauz dari Multimedia Universiti, membawakan materi “Cancer Diagnosis and Prognosis: Bringing Machine Intelligence into Digital Pathology”.

Foto bersama Dosen FTI UII dengan IEEE Signal Processing Society (SPS) Malaysia

Rombongan dari IEEE SPS Malaysia ini tidak hanya dua orange saja. Namun, ada tujuh rekan lain yang ikut dalam rombongan, di antaranya sebagai berikut:

  • Prof. Dr. R. Logeswaran (Asia Pacific University of Technology & Innovation)
  • Assoc. Prof. Dr. Mohd Norzali Mohd (UTHM)
  • Assoc. Prof. Dr. Kushsairy Abdul Kadir (UniKL-BMI)
  • Assoc. Prof. Dr. Haidawati Mohamad Nasir (UniKL)
  • Dr. Omar Mohd Rijal (retired, UM)
  • Dharmini Joseph Ariarajah (ex-HP/DXC)
  • Siti Nurul Huda Ahmad Jalany (Telekom Malaysia) 

Rombongan telah berdiskusi dengan pengelola Program Studi Informatika Program Magister dan beberapa pengelola Prodi & FTI tentang beberapa peluang kerja sama yang bisa dilakukan bersama. Diharapkan ke depannya kegiatan ini semakin memperluas wawasan mahasiswa mengenai peran Informatika dalam dunia medis.

coworking space magister informatika uii

Peresmian Co-Working Space untuk mahasiswa Program Studi Informatika Program Magister dilaksanakan di ruangan 2.07 Fakultas Teknologi Industri, Universitas Islam Indonesia, pada 21 Januari 2019 dari pukul 12.00 WIB – 13.00 WIB. Acara tersebut dihadiri oleh para dosen Magister Informatika dan beberapa mahasiswa Magister Informatika. Acara diawali dengan pembukaan dari Bapak Hendrik dan dilanjutkan oleh Ibu Izzati. Dalam pembukaan tersebut, diharapkan Co-Working Space ini dapat memberi dampak positif terhadap kegiatan belajar mahasiswa Magister Informatika.

peresmian coworking space Magister Informatika UII

Peresmian dilakukan secara simbolis dengan pemotongan tumpeng oleh Ibu Izzati selaku Ketua Program Studi Informatika Program Magister kepada Bapak Hendrik dan perwakilan mahasiswa Magister Informatika. Peresmian ditutup dengan acara makan-makan para dosen dan mahasiswa magister. Nantinya, Co-Working Space ini bisa digunakan oleh mahasiswa Magister Informatika untuk tempat belajar atau mengerjakan tugas dengan nyaman.

Laboratorium Komputer Magister Informatika UII

Coworking Space Magister Informatika memiliki desain interior yang minimalis dan modern. Di dalam ruangan tersebut terdapat fasilitas-fasilitas yaitu meja, kursi, bean bags, proyektor, papan tulis dan lemari. Bahkan terdapat fasilitas lain seperti AC, kulkas, bar table, dispenser, dan lemari kabinet. Ruangan ini hanya ditujukan kepada mahasiswa aktif Magister Informatika FTI UII. Di sebelah Coworking Space, tepatnya ruang 2.06, terdapat ruangan lab komputer dengan desain interior minimalis modern. Di ruangan tersebut terdapat meja-kursi, komputer, proyektor, papan tulis, dan AC. Seperti Co-Working Space, ruangan ini juga hanya untuk mahasiswa aktif Magister Informatika.

 

Pelatihan CEH CHFI di ITCentrum FTI UII

Sejak tanggal 6-18 Januari 2019 lalu, Magister Informatika melaksanakan Pelatihan CEH/CHFI di IT Centrum FTI UII. CEH (Certified Ethical Hacker) dan CHFI (Computer Hacking Forensics Investigator) merupakan sertifikasi internasional dari EC-Council. Universitas Islam Indonesia merupakan salah satu Accredited Training Center dari EC-Council. CEH sendiri merupakan sertifikasi untuk bidang ethical hacking yang membahas etika dalam dunia keamanan sistem dan teknik hacking pada sistem komputer, sedangkan CHFI merupakan sertifikasi yang dikhususkan untuk bidang computer forensic, di mana di dalamnya mempelajari metodologi dan teknik investigasi kasus kejahatan komputer.

Pelatihan CEH dan CHFI merupakan pelatihan fasttrack selama lima hari penuh, mulai dari 09.00 hingga 17.30, selanjutnya diakhiri dengan ujian sertifikasi yang dilakukan secara online. Peserta pada pelatihan ini merupakan mahasiswa, baik S1 maupun S2. Pelatihan dipandu oleh instruktur yang telah memiliki sertifikat instruktur yang diterbitkan oleh pihak EC-Council. Terdapat 20 modul CEH yang harus dibahas sekaligus praktik menggunakan iLabs yang sudah disediakan oleh pihak EC-Council. Sementara itu, CHFI memiliki materi sebanyak 14 modul.

Peserta Pelatihan CEH CHFI di ITCentrum FTI UII

Pelatihan bersifat optional. Pelatihan ini akan memberikan pengetahuan tambahan sekaligus sertifikasi internasional. Sertifikat ini bisa menjadi pendukung mahasiswa untuk mendapatkan pekerjaan nantinya. Mahasiswa juga bisa mendapatkan keuntungan dengan program konversi ke mata kuliah Prodi Magister konsentrasi Forensika Digital yang ada pada kurikulum reguler dari hasil pelatihan tersebut. 

Harapannya, dengan adanya kegiatan seperti ini, mahasiswa semakin sadar bahwa keterampilan di luar kuliah penting untuk mendukung aktivitas setelah lulus.